基于物理信息深度学习的大坝施工期位移监测与安全预警系统及方法

本发明涉及水利工程技术领域，具体涉及基于物理信息深度学习的大坝施工期位移监测与安全预警系统及方法，包括以下步骤：S1，数据预处理：对原始位移数据进行自适应小波去噪与自编码器重构，并完成标准化处理；S2，混合模型位移预测：通过历史监测数据训练PINN‑LSTM/GRU模型后预测未来位移，并使用NeuralProphet对预测残差进行修正；S3，多因子动态安全评估与预警：结合施工阶段调整阈值参数与权重系数，动态评估安全风险等级，并通过分级预警信号进行发布。本发明，通过物理信息与深度学习融合实现高精度位移预测与多因子动态安全预警，有效提升了大坝施工期的监测可靠性与预警响应能力。